MENU
  • 料金
  • 会社案内
  • コンサル
  • お問い合わせ
  • 無料で1ページ頼む
AIO・LLMO・GEO対策の記事制作
合同会社謙虚
  • 料金
  • 会社案内
  • コンサル
  • お問い合わせ
  • 無料で1ページ頼む
  • 料金
  • 会社案内
  • コンサル
  • お問い合わせ
  • 無料で1ページ頼む
合同会社謙虚
  • 料金
  • 会社案内
  • コンサル
  • お問い合わせ
  • 無料で1ページ頼む
  1. ホーム
  2. LLMO
  3. LLMO論文
  4. 【LLMO論文解説】検索順位から回答順位へ:生成検索でオンラインの見え方はどう変わるか|概念研究の読み方(MIPRO 2026)

【LLMO論文解説】検索順位から回答順位へ:生成検索でオンラインの見え方はどう変わるか|概念研究の読み方(MIPRO 2026)

2026 11/14
2026年11月14日
中野輝規
検索順位から回答順位へ:生成検索でオンラインの見え方はどう変わるか

検索エンジンの時代には、サイトの見え方は「何位か」で語られてきました。では、AIが検索結果をまとめて1つの答えを返す時代に、この考え方はどう変わるのでしょうか。

この問いを正面から論じたのが、スペインのセビリア大学の研究者3人による論文「From Search Rankings to Answer Rankings: Generative Search and the Transformation of Online Visibility」です。

この記事は、その論文を原文から読み、何が実証され、何が論じられただけなのかを分けて整理します。先に言っておくと、この論文は実験も測定もしていない、約6ページの概念的な論文です。

そのため、記事も「分かったこと」より「論じられたこと」を中心に書きます。

合同会社謙虚は、3つのドメインを並行して運用し、何を変えると数字が動くかを測り続けています。実験をしていない論文を読むのは、「何が確かめられていて、何がまだ仮説なのか」の線引きを、自分たちの測定に先立って整理しておくためです。

目次

結論:3行で言うと

  • 論文の中心の主張は、生成検索では見え方が順位という連続的なものから、回答に入るか入らないかという不連続なものに変わる、というものです
  • ただし、論文自身が「実証はしていない」「分析の枠組みであり、検証済みの因果モデルではない」と述べています。論文に載る数字は、すべて他者の調査からの引用です
  • 論文は、従来の検索が残り、生成検索と並び立つという立場でも書いています。取引や指名の検索では、従来の検索結果がなお重要とされます

この論文の基本情報

項目 内容
原題 From Search Rankings to Answer Rankings: Generative Search and the Transformation of Online Visibility
著者 J.L. Blanco-Guzmán、J.A. Higuera-Reina、P. Bornes Roldán(スペイン・セビリア大学の研究者)
発行日 2026年5月25日(Crossref上の日付。会議の初日と同じで、論文ごとの公開日かは未確認)
掲載先・DOI 2026 49th MIPRO ICT and Electronics Convention(MIPRO 2026、IEEE)の会議録、105〜110ページ。DOI 10.1109/MIPRO70003.2026.11591513(https://doi.org/10.1109/MIPRO70003.2026.11591513)
掲載状況 Crossrefに会議録の論文(proceedings-article)として登録されています。arXivには見当たりません
種類 概念的な研究。新興の文献を整理して批判的に読む形式で、実験・調査はありません
実験データ・コード 該当なし(実験をしていないため)

会議録のため、査読の有無や厳しさは、論文の書式からは分かりませんでした。

この論文が答えようとした問い

答えをまとめて返す検索(回答型の検索)の環境で、「見えている」ことをどう理解し、どう測ればよいのか。

論文の背景はこうです。従来の検索では、リンクの並び順とクリックが見え方の中心でした。

そのため、サイト運営者は検索結果での順位を上げる作業(SEO)に取り組んできました。

生成検索では、AIが複数の情報源を取り込み、自然な文章の回答を1つ作ります。回答の中に引用が付くこともあります。

すると、読者が元のサイトに来なくても、内容は読者に届きます。論文は、見え方が「トラフィックを生むこと」より「回答に含まれ、引用されること」に左右されるようになる、と述べます。

回答に取り上げられやすくする工夫は、GEO(生成検索向けの最適化)と呼ばれます。

どうやって調べたのか

論文は、既存の文献を読み解く形で書かれています。第3章で、自らを「生成検索、LLMによる検索、オンラインの見え方、引用の挙動、GEOに関する新しい文献を、構造的かつ批判的にレビューした概念的な研究」と位置づけています。

項目 内容
手法 既存の文献を読み、論点を整理し、分析の枠組みを提案する
使った資料 査読付き論文、学会論文、プレプリント(査読前の論文)、産業界のレポート。参考文献は17件
産業界の資料の扱い 非査読の資料は慎重に扱い、新しい傾向や未解決の問いを見つけるために使う。決定的な証拠でなく、傾向を見る材料として使う、と述べている
目的 GEOの効果の因果的な検証でなく、知識の整理、見え方の概念的な変化の提示、分析の枠組みの提案
指標 新しい測定はなし。既存研究で使われた指標(引用率、位置で重みづけした語数など)を紹介している

論文中の数字は、すべて他者の調査やレポートからの引用です。

結果:論文が論じた内容

この論文は、実験の結果の代わりに、論点の整理で構成されています。以下では、論じられた主張を、根拠の種類と一緒に並べます。

主張1:見え方が、連続から不連続に変わる

論文は、従来の検索では順位が低くても、ある程度の露出は残ったと述べます。一方、生成検索では、回答に入る情報源が少数に絞られるため、選ばれなければその質問では見えなくなる、と主張します。

論文はこれを「winner-takes-most(勝者が大半を取る)」の論理と呼びます。この論理を、論文は知見として述べていますが、論文自身の測定による裏づけはありません。

また、同じ情報源がある回答に出て、似た質問の別の回答には出ないことがある、という記述があります。その文自体には出典が付いておらず、直前に引いた文献に基づく推論として書かれています。

主張2:SEOとGEOは別のものだ(論文の表1)

論文は、2つを次の表で比べています。

観点 SEO(従来) GEO(生成検索)
主な目的 検索結果での順位 AIの回答の中での引用と影響力
主な指標 クリック率 引用率、位置で重みづけした語数
価値の流れ 見える → アクセス → 成約 信頼される → 回答に取り込まれる → 認知と成約
読者の行動 内容を見に行く まとまった回答を受け取る
最適化する要素 キーワード、被リンク、表示速度 権威性、検証できること、構造化データ、明快さ
対策しない場合の危険 順位が低く、見え方が減る 回答の中で完全に見えなくなる
仕組みの透明性 一部が公開され、少しずつ変わる 不透明で、絶えず変わる
競争の形 露出が連続的に変わる 不連続で、勝者が大半を取る

この表は、論文の整理した「論点の対比」です。GEOの列の項目(権威性、構造化データなど)が実際に引用を増やすかどうかは、この論文の検証の対象外です。

主張3:従来の指標が使いにくくなっている(他者のレポートの引用)

論文は、産業界のレポートを引いて、次の2つを紹介しています。いずれも論文自身の測定でなく、他者の資料の引用です。

  • Googleの「AI Overviews」が出る検索では、2024年から2025年にかけて、自然検索と広告の両方でクリック率が「大きく下がった」。ある報告のデータ期間は2024年6月から2025年9月です。論文は具体的な数値を示していません
  • 2025年のゼロクリック検索(検索画面だけで用が済み、サイトへ行かない検索)は、スマートフォンの検索で4分の3超、パソコンで半数近くに達した、と論文は述べます。出典は産業界のレポート2件で、集計の条件は論文に書かれていません

主張4:引用の信頼性、操作の可能性、集中の危険

論文は、既存研究を使って、生成検索には次の弱点があると述べます。

  • 引用の信頼性が低い。複数の商用サービスで、引用の再現率(拾うべき出典をどれだけ挙げたか)と適合率(挙げた出典がどれだけ正しいか)が「許容できる水準を大きく下回る」と、既存研究が報告したと紹介しています。数値は示されていません
  • 操作されやすい。文章を狙って変えると、商品や情報源が推薦されるかどうかに大きく影響する、という既存研究と、敵対的な最適化の研究を紹介しています
  • 集中と均質化の危険。有名な報道機関や権威の高い情報源が優遇され、周辺的な声が埋もれるという研究を紹介しています。一方で、被リンクなどの人気の指標に頼らないので、質の高い専門サイトにはむしろ機会になるという研究も、並べて紹介しています

集中と均質化の点は、論文が決着を保留しています。「民主化か、集中か」という両論を併記しています。

主張5:ただし、従来の検索が消えるわけではない

論文の第5章Bは、この変化を、部分的に進む再編と位置づけています。生成検索は、とくに情報収集や探索の質問で、見え方を仲介する層として重要になる、という立場です。

取引(購入や申し込み)、サイトを探す、ブランド名で探す、といった検索では、従来の検索結果がなお中心だと述べます。生成された回答への信頼にも個人差があるため、回答型と順位型は共存するかもしれない、とも述べます。

論文自身が書いている限界

論文は第6章で、限界を3つ挙げています。

  • 概念的な研究で、主張の直接の検証は未実施である。提案した解釈は、検証された因果モデルでなく、分析の枠組みとして理解すべきである
  • レビューした証拠の一部は、プレプリントと産業界のレポートである。早い段階の信号としては価値があるが、方法論の頑健さは、査読済みの研究に劣る
  • 生成検索は、サービスごとに性質の異なる環境である。サービスごとに、検索の仕組み、引用の仕組み、画面、情報源の選び方が違う。そのため、論文の述べる動きは、サービスや質問の種類で変わりうる

今後の研究としては、従来の検索と生成検索の出力の比較監査、サービス間の引用の比較、AIの影響を受けた企業の長期の事例研究、記事の特徴が引用確率に与える影響を試す実験を挙げています。

原文を読んで気づいた点

ここからは、私が原文を読んで気づいた点です。論文が書いている内容とは別です。

  • 「結果」という言葉の強さが、限界の節の内容とずれています。結論では「研究結果が、生成検索の見え方は多次元的で文脈に依存し、不透明であることを示す」と書きますが、第6章では実証をしていないと認めています。この記事では「論じた」と書き分けました
  • 「GEOはSEOの延長でなく、根本的に違う」という結論は、論文の主張です。両者の違いは、論文の中で測られる代わりに、既存研究の紹介で論じられています。表1のGEOの列も、同様に検証されていません
  • 引用された数字の多くは、産業界のレポートです。集計の対象、期間、定義(「ゼロクリック」をどう数えたか)は、論文本文に記載がなく、元のレポートも私は未確認です
  • 日本や日本語は、原文の対象の外です。引用された統計や研究が、どの国・言語の検索を対象にしたのかも、論文に記載がありません
  • 評価の手続きは、実験が無いため対象外です。自動採点か人手かという論点も当てはまらず、読者が再確認できるデータやコードも公開の対象外です
  • 執筆の補助にChatGPTが使われています。論文末の申告では、英訳と文体の調整だけに使い、著者が内容を確認して責任を負う、と書かれています
  • 査読の厳しさは、未確認です。会議録に載った論文ですが、査読の方式は、論文の書式から判断できないままです。分量は約6ページと短く、深い検証を載せる形式ではありません
  • 著者の所属は、財務経済・オペレーション管理と、経営・マーケティングの学科です。経営の視点で論じた論文である点に留意してください

この論文から、言えること・言えないこと

言えること(論文が論じた範囲) 言えないこと
回答型の検索では、見え方の議論が「順位」から「回答への取り込み」へ移りつつあると、著者は整理している その変化が、日本や日本語の検索で、すでに同じ規模で起きている
従来の指標(順位・クリック)だけでは、影響力を説明しきれなくなる可能性がある 引用の頻度や位置を高める具体的な手法が、実際に効く(論文は他の研究者の手法の研究を紹介していますが、自身では検証していません)
取引・指名・ブランドの検索では、従来の検索結果がなお重要だと、著者は述べている 回答に入らなければ、売上がなくなる
見え方の監視(引用の頻度、周辺の文章の調子、回答中の位置)から始めるよう、著者は勧めている その監視指標が、売上や問い合わせと結びつく
サービスごとに、引用の仕組みと挙動が違う可能性がある どのサービスが、どんな基準で情報源を選ぶか

中小企業の視点で、どう受け取るか

ここからは論文の主張とは別の、私の読み取りです。なお、合同会社謙虚はSEOとLLMO(AIの回答に自社が取り上げられるようにする取り組み)を仕事にしているため、論文の主張を自社に都合よく寄せないよう、慎重に読みました。

  • 「順位は無意味になる」とは読まないほうが安全です。論文自身が、取引・指名の検索では従来の結果が重要だと書いています。SEOを止める根拠になる論文ではありません
  • 「回答に入らないと見えない」は、仮説として持ちます。論文は実験で示していないので、自社の検索で実際にそうなのかは、自分で確かめる必要があります
  • 論文の勧める監視は、手作業で始められます。自社の名前や商品が、AIの回答に出るかを、質問を決めて定期的に見る方法です。論文は、手作業と自動の監視ツールの組み合わせを挙げています
  • 日本語での当てはめには、注意が必要です。論文が引く統計や研究の対象国・言語は不明です。日本語の検索に同じ傾向があるかどうかは、自社の質問で確かめる必要があります

この論文は、結論というより、確かめるべき問いの一覧として読むのが適切です。実験で確かめた論文は、GEO原論文の解説記事で扱っています。

45本の研究を整理したサーベイ論文は、サーベイ論文の解説記事で扱っています。

よくある質問

「From Search Rankings to Answer Rankings」の論文は、生成検索で順位が無意味になると示したのですか

示したのは、見え方の議論の枠組みまでです。論文は実験をしておらず、分析の枠組みを提案する概念的な研究です。

論文自身が、取引・指名・ブランドの検索では従来の検索結果がなお重要だと述べています。

「From Search Rankings to Answer Rankings」の論文に出てくる、ゼロクリック検索やクリック率の低下は、この研究が測った数字ですか

測った数字でなく、産業界のレポートからの引用です。クリック率の低下には具体的な数値が付かず、ゼロクリックの割合は元のレポートの集計条件が論文に記載されないままです。

概念的な論文でも、LLMO対策の参考になりますか

問いの整理としては参考になります。見え方を、順位だけで見ずに、引用の頻度や回答中の位置でも見る、という考え方です。

ただし、効く手法の根拠は、実験をした論文や、それらを整理したサーベイに求めるのが適切です。

まとめ:今日できる1つのこと

自社が選ばれたい質問を3つ決め、AIに入力して、自社の名前が回答や引用に出たかを表に記録してください。結果が出ても出なくても、記録をつけること自体が、この論文の勧める「見え方の監視」の第一歩になります。

この論文は、LLMO論文の一覧の一本です。ほかの論文の解説も、順次公開しています。

この記事に書いたことを、そのまま御社のページに

生成AIに引用されるページを、お話しいただくだけでお作りします。お時間をいただくのは初回15分のヒアリングだけです。まず1ページ、無料でお作りします。

OKが出るまで、何度でも直します。事実が違う、言い回しが硬い、この話は入れないでほしい。どれも遠慮なくおっしゃってください。何度お直ししても、追加の料金はいただきません。

これまでに127社にご利用いただきました。毎月ご依頼いただいている方の6割以上が、月10ページを選ばれています。料金はページに掲載しています。

まず1ページ、無料で作らせてください

ページを増やしても問い合わせが来ないなら、原因はページの外にあります。その場合は、下の入口からご相談ください。

自社のマーケティング課題を根本から解決しませんか?

ウェブサイトから要素を引き算し、訪れた人が迷わず次の一歩に進む形へ組み直す。初回60分のオンラインで御社のサイトを一緒に読み、どこから直すべきかをお伝えします。手順をまとめた無料の診断と解説動画もご用意しています。

まず動画で詳しく見る(約30分)
無料診断を受ける

初回は無料・60分・オンライン完結・その場で契約のお願いはいたしません

LLMO論文
SEO対策 生成AI
よかったらシェアしてね!
  • URLをコピーしました!
  • 【LLMO論文解説】AIが買い物を代理する時代の広告を論じた概念論文|B2AIとアルゴリズム的忠実度を整理(論文誌・2026年)
  • 【LLMO論文解説】GoogleのAI Overviewsは政治・ニュース検索で約半数に出た|豪州17,000件の画面監査(学術誌2026)

この記事を書いた人

中野輝規のアバター 中野輝規

合同会社謙虚 代表社員。20代から、売る言葉だけを仕事にしてきました。電話営業で受話器を握っていた時代から、数千社のWEB集客に関わったいままで。詳しいプロフィールはこちら

この著者の記事一覧へ

関連記事

  • AI検索の出典は回答を支えていたか
    【LLMO論文解説】AI検索の出典は回答を支えていたか|8指標で9つのAIサービスを監査したDeepTRACE(プレプリント)
  • AIの回答に残るのは評価の高い声、体験談の「私」は98%減
    【LLMO論文解説】AIの回答に残るのは評価の高い声、体験談の「私」は98%減|Reddit Answersを3万回の回答で監査(プレプリント)
  • AI Overviewsと強調スニペットを育児・妊娠1,508件で監査
    【LLMO論文解説】AI Overviewsと強調スニペットを育児・妊娠1,508件で監査|2つの回答の食い違い(ICWSM 2026掲載予定)
  • LLMO論文を横断して読んで分かったこと
    【LLMO論文解説】LLMO(AIO・GEO)論文170本を読んで分かったこと|合同会社謙虚の見解(2026年11月時点)
  • GEOの書き換えをBART微調整で自動化する試み
    【LLMO論文解説】GEOの書き換えをBART微調整で自動化する試み|旅行サイト限定・評価は50問(プレプリント、2025年7月)
  • ページの見せ方で、AIの引用は誰に回るか
    【LLMO論文解説】ページの見せ方で、AIの引用は誰に回るか|同じ事実を支える2ページを入れ替えた実験(プレプリント)
  • 賛否の分かれる質問で、AIの答えとWeb検索の結果はどう違うか
    【LLMO論文解説】賛否の分かれる質問で、AIの答えとWeb検索の結果はどう違うか|立場と理由づけを比べた研究(WebSci 2026)
  • AI Overviewsの健康回答は引用先で裏づけられたか
    【LLMO論文解説】AI Overviewsの健康回答は引用先で裏づけられたか|3,611問で出典と正確さを調べた研究(プレプリント2026)
最近の投稿
  • パーセプションチェンジとは 中小企業がホームページで認識を変える4つの手順
  • ドアインザフェイスとは 意味と由来を論文で確かめ中小企業の提案に使う手順
  • プライミング効果とは 例でわかる意味と中小企業のサイトで最初に見せるもの
  • canvasタグとは 使い方とアニメーションと代替の内容を仕様で確かめる
  • smallタグとは 廃止や非推奨の噂と注意書きの大きさを確かめる
最近のコメント
  • ブランド認知度とは 調査会社に頼らず手元の数字で測る指標と上げる手順 に パーセプションチェンジとは 中小企業がホームページで認識を変える4つの手順 - 合同会社謙虚 より
  • ポジショニングマップの作り方 軸の選び方から空白の読み方まで自社サイトに落とす手順 に パーセプションチェンジとは 中小企業がホームページで認識を変える4つの手順 - 合同会社謙虚 より
  • AI Overviews対策とは?CTR低下データと中小企業が取るべき施策 に LLMOとAIOの違いとは 中小企業が最初にすべき対策の優先順位 - 合同会社謙虚 より
  • 【2026年最新】上位表示される記事の書き方|273クエリを実測して分かった「AIに引用される」条件 に SEOライティングのコツ|AI検索時代に評価基準が変わった本当の理由 - 合同会社謙虚 より
  • 返報性の原理とは 例でわかる意味と問い合わせ前に見せる情報の決め方 に ドアインザフェイスとは 意味と由来を論文で確かめ中小企業の提案に使う手順 - 合同会社謙虚 より
  • 記事制作(KCW)
  • 売れるサイトはみな謙虚
  • サービス一覧
  • サイトの無料診断
  • 合同会社謙虚とは
  • 代表プロフィール
  • ブログ
  • お問い合わせ
  • プライバシーポリシー
  • 特定商取引法に基づく表記
  • AIのプロ名鑑

© 合同会社謙虚

目次